財務舞弊的新特征與新應對

【摘要】本文選取被中國證監會查處的與專網通信業務相關的15家財務舞弊上市公司作為研究樣本， 分析專網通信這類新型財務舞弊案的特征以及這15家上市公司與配合造假者的群體特征。對于這類新型財務舞弊， 注冊會計師和監管部門難以通過傳統的程序和方法進行有效應對， 故應當采用新方法、 結合大數據及人工智能等新技術， 開發財務舞弊智能識別工具， 以實現對專網通信這類新型財務舞弊的事前預警。

【關鍵詞】專網通信；群體特征；配合造假；財務舞弊；智能識別

【中圖分類號】 F275 【文獻標識碼】A 【文章編號】1004-0994（2024）19-0003-6

一、 引言

2021年以來， 中國證監會集中查處通過“專網通信業務”實施財務造假的案件， 對?ST凱樂、 上海電氣、 華訊方舟、 新海宜等15家上市公司進行追責， 揭開了專網通信造假的神秘面紗。有別于過往財務舞弊以“個案”形式實施， 專網通信造假案以“窩案”形式實施， 即通過隋田力控制的第三方客戶和供應商配合造假， 疊加融資性貿易、 “空轉”“走單”等構建造假生態圈， 大幅提高了舞弊識別難度， 造成了多起備受關注的審計失敗事件。專網通信這類新型財務舞弊具有造假系統性、 業務循環性和鏈條隱蔽性三大特點， 并通過第三方配合實施舞弊“斷鏈”， 形成舞弊“黑匣子”以躲避追查， 對注冊會計師審計及監管部門查處提出了新的挑戰。

2024年7月， 國務院辦公廳轉發中國證監會等六部委《關于進一步做好資本市場財務造假綜合懲防工作的意見》。該意見提出嚴厲打擊新型系統性造假和第三方配合造假的舉措， 密切跟進系統性、 團伙型財務造假特征及演變趨勢， 依法從嚴打擊通過偽造變造憑證、 利用關聯方虛構交易或第三方配合等方式實施系統性造假的行為， 全面懲處財務造假的策劃者、 組織者、 實施者、 配合者以及專業化配合造假的職業犯罪團伙， 堅決破除造假“生態圈”。筆者預計， 該意見付諸實施后第三方配合上市公司財務造假的行為將大幅收斂， 但考慮到財務舞弊從發生到識別具有3 ～ 5年的滯后期， 已發生尚未被識別的“舞弊公司”仍有可能引發審計失敗。因此， 本文在《第三方配合財務造假群體特征與審計責任認定分析》（黃世忠和葉欽華，2024）一文的基礎上， 選取因涉及專網通信造假案而被中國證監會處罰的15家上市公司作為樣本， 利用“天健財判智能財務預警系統”（簡稱“天健財判”）對樣本公司進行全面復盤， 多維分析第三方配合背景下財務舞弊的新特征（特別是非財務特征）， 并分析利用“天健財判”應對新型舞弊的預警效果， 以期對注冊會計師及監管部門應對專網通信這類新型財務舞弊提供新方法和新思路。

二、 新型財務舞弊的特征

在交易鏈條設計上， 如果鏈條太短， 則很容易被發現， 因此專網通信這類新型財務舞弊的造假者千方百計“創新”業務模式（如以銷定產并引入國企開展虛假交易業務）、 “創造”交易主體（如同一方控制多家上下游客戶或供應商）、 “虛構”資金閉環（如為客戶融資提供隱性擔保以虛構銷售回款）， 提高舞弊鏈條的復雜性， 以逃避舞弊追查。由中國證監會的處罰決定書可以發現， 專網通信業務是隋田力方主導的自循環業務， 專網通信產品的虛假生產、 加工及購銷， 上下游買賣方、 產品定價、 合同簽訂、 資金支付、 虛假實物流轉均由隋田力控制的企業操控。業務模式上“以銷定產”， 先由上市公司或其控股子公司與隋田力控制的客戶或其“合作”的國有企業簽訂產品購銷合同且僅收取5% ～ 10%的定金， 再與隋田力控制的“供應商”簽訂材料采購合同并支付100%的采購款， 完成“交貨”后客戶再支付剩余的90% ～ 95%的貨款。此外， 在上海電氣等案例中， 隋田力在銷售環節“游說”或“買通”國有企業作為第一層級客戶開展虛假貿易， 再將產品間接銷售給隋田力方控制的第二層級客戶， 一方面利用國有企業信用進行背書， 另一方面切斷了交易造假的關聯鏈條， 使得整個交易更具欺騙性。

1. 專網通信舞弊案的本質。從本質上看， 專網通信業務的核心是合同、 單據和資金的流轉， 專網通信產品并未真實銷售及運輸流轉， 無終端應用， 實際上是以貿易業務為掩飾的資金融通業務， 提供融資以獲取固定收益， 不具備商品購銷業務的商業實質， 不符合收入確認條件。專網通信自循環業務一方面幫助上市公司虛增收入及利潤， 并幫助國有企業做大收入規模以滿足股東考核要求， 另一方面幫助隋田力控制的企業實現對上市公司的資金占用， 其精心布局迎合了上市公司實際控制人、 國企高管、 隋田力等各方虛增業務或追求利益的訴求， 構建了造假生態圈， 影響極其惡劣。這類新型財務舞弊對注冊會計師及監管部門提出了新挑戰， 單純依靠傳統審計程序難以識別及防范， 審計風險與監管查處壓力大幅增加。

卷入專網通信舞弊案的15家上市公司中， 財務舞弊3年內被監管部門發現的僅占13.33%（2家）， 遠低于其他類型財務舞弊樣本的51.52%； 滯后3年以上才被監管部門發現的占比高達86.67%（其中3 ～ 5年的有5家，占比33.33%，5年以上的有8家，占比53.34%）， 遠高于其他類型財務舞弊樣本的48.48%（葉欽華等，2022a）。可見， 專網通信這類新型財務舞弊的“隱蔽性”使得舞弊查處時效大幅延長， 最長的一家造假公司ST舜天（600287.SH）從2009年起連續造假12年， 于2023年才被查處， 值得深思。

外部審計在發現專網通信這類新型財務舞弊方面發揮的作用相對有限， 對于15家卷入專網通信舞弊案的上市公司， 注冊會計師在舞弊發生年度發表非標審計意見的僅有5家（占比33.33%）， 其中帶強調事項段的無保留意見1家、 保留意見4家， 其余10家（占比66.67%）均為標準無保留審計意見。現有研究表明， 第三方配合造假既是上市公司財務造假屢禁不止、 屢屢得逞的重要原因， 也是導致審計準則頻繁失效、 審計失敗屢屢發生的重要原因（黃世忠和葉欽華，2024）。可見， 在嚴監管背景下， 注冊會計師盡管加強了對財務舞弊的專業懷疑態度， 但在第三方配合造假的情況下， 發現專網通信這類新型財務舞弊的能力仍有待提高。

2. 專網通信舞弊案的群體特征。筆者借助“天健財判”專有數據庫對專網通信舞弊案涉案上市公司及其配合造假第三方①的企業性質分布進行進一步分析（如表1所示）。結果顯示： （1）15家造假上市公司中有6家國有企業（占比40%）、 1家集體所有制企業、 8家民營企業； （2）60家配合造假的第三方中有16家為國有企業（占比26.67%）， 另有38家為民營企業（有6家企業重復出現，已剔除）。涉案國有企業累計有22家（占比29.33%）， 國有企業不管作為造假實施者還是配合造假第三方， 均令人意想不到。從處罰公告可以看出， 國有企業參與專網通信業務的主要動機是通過總額法做大收入規模或者扭轉業績下滑趨勢以迎合業績考核需求。正如對航天動力（600343.SH）的處罰公告所述， 航天動力為迅速扭轉業績下滑趨勢， 尋求新的利潤增長點， 達到股東考核要求， 經總經理辦公會決策后于2016年以貿易方式參與隋田力專網通信業務。再如配合造假第三方南京普天通信股份有限公司于2022年1月因專網通信案被中國證監會下達監管措施， 監管措施中亦提及“2017年至2019年期間， 你公司開展的專網通信業務實質上系為客戶提供受托加工服務， 不承擔商品的存貨風險和價格風險， 應當按凈額法確認受托加工服務費收入， 但你公司一直采用總額法確認收入”。

如表2所示， 配合造假的第三方有13家企業（占比21.67%）繳交社保人數大于0人小于等于10人、 有20家企業（占比33.33%）繳交社保人數為0人， 累計有33家（占比55.00%）配合造假的第三方具有典型的“空殼公司”特征。已有研究表明， 關注“客戶”或“供應商”繳交社保人數， 判斷其是否為“空殼公司”， 對于識別財務造假、 防范審計失敗至關重要（黃世忠和葉欽華，2024）。

筆者利用“天健財判”及工商數據庫開展重要客戶和供應商的隱性關聯關系穿透核查工作， 納入核查的樣本包括7家涉案上市公司處罰書中列明的60家配合造假第三方以及樣本公司在舞弊期間年報中主動披露的客戶供應商名單， 納入核查的客戶供應商數量累計為284家次（詳見表3）。

表3的結果顯示， 涉案上市公司與客戶、 供應商之間存在隱性關聯關系（具體表現為上市公司與重要客戶供應商之間擁有相同董監高、 相同聯系電話、 相同聯系郵箱等相似特征）的僅有16家（占比5.63%）， 這與本文提及新型財務舞弊手法的“斷鏈”有關， 通過切斷上市公司與客戶、 供應商之間的隱性關聯關系， 加大舞弊查處難度。為了提高舞弊識別能力， 筆者進一步利用“天健財判”開展樣本公司客戶與供應商兩兩之間的隱性關聯關系穿透核查， 結果顯示有50家（占比17.61%）客戶與供應商兩兩之間存在隱性關聯關系， 該方法利用新技術延伸排查和串并分析其他相關方的造假線索， 提升了舞弊識別能力。以康隆達為例， 其與主要客戶和供應商之間均不存在隱性關聯關系， 但其主要客戶與供應商兩兩之間卻被延伸排查出存在隱性關聯關系， 具體為： 航天神禾科技（北京）有限公司股權穿透后的股東為上海星地通訊工程研究所， 該研究所背后的股東隋田力同時也是康隆達主要供應商上海星地通通信科技有限公司的法人及董監高。

上述對專網通信相關造假公司新特征的分析表明， 上市公司財務舞弊手段已從“個案”走向“窩案”， 舞弊手法已從“無中生有”走向“真真假假”（如引入國企作為“通道公司”以實現舞弊“斷鏈”）， 新型財務舞弊更具隱蔽性、 欺騙性及危害性， 更容易引發審計失敗。此外， 對樣本公司的企業性質、 規模特征及隱性關聯特征的研究結果亦表明， 利用新技術開展上市公司的關聯方核查、 客戶供應商規模特征穿透核查是識別新型財務舞弊的重要突破口。但是， 實務中會計師事務所及注冊會計師往往難以識別新型財務舞弊， 主要原因有： 一方面， 會計師事務所及其注冊會計師的審計手段相對有限， 缺乏延伸檢查的權力， 難以對客戶、 供應商和金融機構等第三方進行穿透式審計， 主要通過函證、 走訪等方式從第三方獲取產品購銷、 應收應付、 銀行存款等重大事項真實性的審計證據， 這類傳統審計程序在第三方配合造假的情況下往往會失效， 難以發現專網通信這類新型的財務舞弊。另一方面， 會計師事務所及其注冊會計師所采用的審計程序， 科技含量仍有待提高。以IPO企業關聯方核查為例， 核查程序執行一般分為關聯法人及關聯自然人兩大步驟， 涉及工商檔案調取、 外部數據庫查詢、 人工交叉比對等環節， 對于投資層級和控制關系復雜、 關聯自然人多且隱蔽的項目而言， 完全依靠人工來執行該程序很難可靠地完成， 往往耗費大量的審計時間成本且效果不佳。

因此， 專網通信舞弊從核查程序、 核查手段及核查工作量等方面均對注冊會計師和監管部門提出了新挑戰。如何借助大數據、 人工智能等新技術應對并識別這類新型財務舞弊成為值得學界與業界探索的新課題。

三、 應對新型財務舞弊的新思路與新方法

本文認為， 一個制度成本小、 效果好、 可行性強的防范新思路是： 采用新方法、 結合大數據及人工智能等新技術， 開發財務舞弊智能識別工具， 以實現對專網通信這類新型財務舞弊的事前預警。

這一解決思路契合數字化技術的發展趨勢， 可利用多源異構數據構建高質量數據集， 通過延伸排查程序、 豐富舞弊核查手段來應對新型財務舞弊， 且可行性較高。新型財務舞弊往往利用第三方配合實施“斷鏈”形成舞弊“黑匣子”以躲避追查， 單純依靠財務指標或單個維度信號往往難以識別。已有研究表明， 財務舞弊實施需要遵循會計復式簿記及會計信息系統論等會計理論機理， 舞弊實施前的“因”、 實施路徑以及實施后的“果”往往會在財務稅務、 行業業務、 公司治理、 內部控制及數字特征等維度同時留下細微痕跡， 這時需要量化多維度下的細分指標或規則并進行組合分析， 通過整體畫像及模型預警報告， 實現舞弊線索的智能預警， 進而追查到通過“黑匣子”實施的舞弊。此外， 多維度模型的構建與應用需要利用計算機視覺（OCR）、 自然語言理解（NLP）、 大數據及云計算等數字技術手段， 實現規則定量化、 模型化及系統化， 特別是對于非財務類規則而言。以客戶和供應商關聯關系穿透核查規則為例， 通過專家經驗量化并結合大數據知識圖譜等技術， 利用工商司法專有數據庫可在短時間內高效生成“客商關聯關系排查報告”及核查工作底稿。而該程序如果單純依靠人工執行， 在實務中往往需要1名高級業務專家及1名專家助理花費1 ～ 2個月的現場審計或盡調時間， 費時費力且核查效果難以保障。

1. “天健財判”的落地思路。

（1） 要有新方法， 即能夠指導實踐的理論模型。“天健財判”基于五維度財務舞弊識別模型（葉欽華等，2022b）， 包括財務稅務、 行業業務、 公司治理、 內部控制、 數字特征五個維度， 通過多維度信息的交叉印證精準識別舞弊。該模型全面考慮了財務造假的動因、 源頭及造假帶來的衍生效應， 利用大數據及人工智能技術充分挖掘工商、 司法、 行業和輿情等數據來擴展非財務維度下的規則， 目標在于通過多維度組合分析， 尋找與財務舞弊相關的識別信號， 并將其轉化為可度量的識別變量。

（2） 要有新技術， 即實現理論模型落地的手段， 包括應用最新的大數據采集和分析技術。“天健財判”利用OCR、 NLP、 大數據及云計算等數字技術手段， 結合專家學者的技術和經驗， 搭建“用戶前臺應用—模型中臺引擎—數據處理后臺”系統技術架構， 從財務稅務、 行業業務、 公司治理、 內部控制和數字特征五個維度提取舞弊識別信號并進行定義、 賦值、 分類、 組合， 以構建可度量的舞弊識別變量， 再對不同識別變量賦予權重及設定折扣系數， 計算每一家公司財務報告可信度得分， 分值越低則代表財務報告可信度越低， 即財務舞弊風險越高。

2. “天健財判”的預警效果。目前， “天健財判”已實現對上市公司、 信用債主體和IPO企業等實時數據的處理及模型預警功能， 能夠為每一家公司的財務報告可信度畫像， 包括“低”“中”“高”三類評價結果， 若財務報告可信度為“低”， 則財務舞弊風險較高。同時， 該系統還能夠給出具體的舞弊異常特征、 舞弊手法、 舞弊動機等提示， 從而提供細化線索或風險信號。新型財務舞弊具備造假系統性、 業務循環性和鏈條隱蔽性三大特點， 大幅降低了注冊會計師審計及監管部門識別舞弊的時效性， 提高了審計失敗風險。鑒于此， 本文利用“天健財判”對這15家新型財務舞弊公司進行復盤回測， 以檢驗財務舞弊智能預警系統對新型財務舞弊的事前預警效果。

（1） 事前預警內容和周期分析。本文以“天健財判”的財務報告可信度指標能否比監管部門更早識別上市公司的財務舞弊作為模型效果的檢驗標準， 通過對受到監管處罰的15家新型財務舞弊公司的復盤， 統計該智能預警系統的事前預警內容及事前預警周期， 評估財務舞弊智能識別工具落地應用的有效性。檢驗期間涵蓋這15家公司舞弊發生年度至中國證監會處罰前一年。若該期間內， 財務報告可信度評價為“低”， 則表示提前指出可能存在財務舞弊， 即為“命中”， 否則為“漏中”。

表4列示了“天健財判”輸出的檢驗結果， 可以發現， 15家樣本公司全部“命中”， 命中率為100%， 且提前預警周期最短為6個月、 最長為13.25年， 均值為4.4年。此外， “命中”的15家公司中在系統預警年度僅有2家被注冊會計師出具非標審計意見， 其余13家均為標準無保留審計意見。可見， 財務舞弊智能預警系統對新型財務舞弊公司的事前識別效果較好， 具有較強的預警性。

以合眾思壯（002383.SZ）為例， “天健財判”自2017年年報公告日次日（2018年3月29日）起即預警合眾思壯存在18個異常特征信號指向收入舞弊風險， 2017年度財務報告可信度評級為“低”。其中， 舞弊動機類風險信號包括兩個： 一是報告期內存在高商譽業績對賭事宜， 即該公司報告期內存在多項高商譽業績對賭承諾， 且部分子公司在承諾期后業績大幅下降， 該異常跡象指向業績對賭期內人為操縱的可能； 二是控股股東行為特征異常， 股權質押率高且控股股東股份解禁當年業績大幅增長， 2017年控股股東郭某平股權質押比例為79.93%， 2017年9月郭某平等股權解禁伴隨當期業績大幅上漲， 控股股東可能存在為配合股權解禁或規避股票平倉風險， 通過業績操縱進行市值管理的動機。舞弊手法類風險信號主要包括三個： 一是收入/毛利率與資產項目聯動異常， 存在為配合利潤表造假聯動虛增資產端項目的跡象， 如公司收入增長率遠高于行業平均增長率、 毛利率呈增長趨勢且與同行業趨勢相背離， 并伴隨著預付款項大額增加、 應收款項大幅增長且占收入比重極高、 存貨余額占比遠高于同行業慣例等異常特征； 二是重要交易對象特征異常， 可能存在客戶、 供應商配合公司實施交易造假的跡象， 公司主要交易對象與公司存在隱性關聯關系（如主要供應商和創智建與主要客戶北斗導航之間擁有相同的董監高、 主要供應商深圳意中微與供應商深圳藍芯特之間擁有相同電話號碼等）， 主要交易對象（北斗導航、 南京元博、 天派電子、 深圳意中微等）繳交社保人數異常， 主要交易對象（星途導航、 南京元博等）突擊成立并與公司發生大額交易等； 三是業務特征異常， 公司人均年產值遠高于行業平均水平， 指向收入舞弊可能。基于前述預警信號， 注冊會計師或監管部門可提前關注到合眾思壯可能涉及體內資金體外化的交易造假型收入舞弊， 并可結合問詢或現場檢查來進一步核查確認， 提升舞弊識別和查處效率。

（2） 基于“五維度”模型的異常特征分布情況分析。筆者利用“天健財判”對這15家公司從舞弊發生當年至監管處罰前一年的財務異常特征和非財務異常特征進行小樣本統計分析， 共涉及83個公司年度樣本， 即一家公司可能涉及多個年度， 結果如表5所示。一個明顯的特征就是， 新型舞弊公司的非財務異常特征出現次數（561次）是財務異常特征（196次）的2.86倍之多。

在財務異常特征中， 涉及資產項目巨額減值“洗大澡”異常的次數最多， 然后是由于利潤表項目舞弊引發資產端科目聯動異常的組合特征， 如收入與預付款項余額聯動異常、 毛利率與存貨期末余額聯動異常等。

在非財務異常特征中， 重要交易對象（如客戶、 供應商、 資金往來對象等）的規模特征異常、 重要交易對象為隱性關聯方、 重要交易對象為配合造假第三方、 股東行為異常、 人均產值異常等異常特征出現次數最多。針對團伙型“造假生態圈”， 利用文本挖掘及工商大數據來智能抓取并識別上市公司重要交易對象的異常關聯及“慣犯身份”， 是識別新型財務舞弊的有力“法寶”。例如， 專網通信案中隋田力所控制的上海星地通通信科技有限公司既出現在4家上市公司（新海宜、 華訊方舟、 凱樂科技、 國瑞科技）的供應商及資金往來方名單中， 又出現在2家上市公司（澤達易盛、宏達新材）的客戶名單中， 該異常信號值得關注。此外， 富申實業公司陸續出現在6家上市公司（新海宜、 華訊方舟、 凱樂科技、 瑞斯康達、 上海電氣、 國瑞科技）的客戶名單中， 但繳交社保人數為“0”； 中國普天信息產業股份有限公司相繼出現在3家上市公司（新海宜、華訊方舟、凱樂科技）的客戶名單中， 但繳交社保人數為“0”。這些異常線索亦值得關注。因此， 如能利用智能預警系統盡早獲取或識別重要交易對手的“隱性關聯”“規模異常”“慣犯身份”等異常特征并進行串并分析， 對于提高舞弊識別能力至關重要， 特別是尚未被處罰的舞弊公司。

可見， 基于數字技術開發的智能系統， 受益于數據廣度擴展（引入工商、司法及輿情大數據）和數據深度挖掘（利用OCR及NLP技術采集年報、 中報及問詢函等臨時公告中非結構化數據字段）構建了高質量數據集， 大幅提升了五維度財務舞弊識別模型的準確性， 充分利用股權族譜穿透、 歷史工商注冊信息、 股東高管變更信息等對上市公司與客戶、供應商的隱性關聯關系進行延伸排查， 復盤企業舞弊的先兆， 并連同其他維度異常信號進行串并分析， 還原或追溯造假鏈條路徑， 進而識別出通過“黑匣子”所實施的舞弊。

四、 啟示與建議

采用新方法、 結合新技術開發智能化財務舞弊識別工具， 進行實時監控和事前預警， 是發現新型財務舞弊的一個高效路徑， 可以幫助監管部門、 中介機構、 金融機構、 投資者等利益相關者更加有效地發現上市公司、 發債主體及IPO企業可能存在的新型舞弊風險信號， 并據此進一步追蹤挖掘相關線索， 做到及時預警、 有效排雷， 為資本市場健康發展保駕護航。

基于上文的分析， 提出以下四點建議：

1. 利用數字技術賦能執行非常規反舞弊程序， 高效獲取重大財務舞弊風險線索， 多維度串并分析識別舞弊的先兆。從法規層面來看， 中國注冊會計師審計準則體系針對如何識別和應對第三方配合造假已做出了規定和指引。例如， 《中國注冊會計師審計準則第1141號——財務報表審計中與舞弊相關的責任》及其應用指南中指出， 如果交易形式顯得過于復雜， 如涉及多個非關聯的第三方、 以往未識別出的關聯方， 或者不具備物質基礎或財務能力完成交易的第三方， 則通常表明可能存在舞弊風險。又如， 《中國注冊會計師審計準則第1231號——針對評估的重大錯報風險采取的應對措施》亦提出注冊會計師應當增強審計程序的不可預見性， 在被審計單位不能預見的時間實施審計程序、 擴大審計程序的范圍或實施更詳細的測試等， 這些措施都有助于更有效地應對第三方配合造假帶來的舞弊風險。但實務中， 注冊會計師審計的突出矛盾是審計準則執行不到位（唐建華，2023）。受制于第三方配合造假對常規準則程序所獲取外部證據的“欺騙性”以及年審大忙季節的時間限制、 人員限制等客觀因素的影響， 注冊會計師對準則規定程序的執行往往不盡如人意， 這是引發審計失敗的重要原因。從“天健財判”的落地實踐及預警效果來看， 借助于財務舞弊智能識別系統可高效執行上市公司、 客戶、 供應商關聯關系智能穿透核查程序， 并增加執行重要交易對手為配合造假第三方的“慣犯身份”預警、 重要交易對手規模特征異常預警等非常規核查手段進行串并分析， 可盡早獲取舞弊“斷鏈”背后的蛛絲馬跡。該方法亦有助于緩解時間、 成本投入與審計程序執行困難的沖突， 大幅降低審計失敗風險②。

2. 利用數字技術賦能挖掘公開及非公開數據源， 擴展數據廣度和深度來構建高質量數據集， 大幅提升財務舞弊識別模型的識別與落地能力。已有研究表明， 就財務論財務是發現不了財務舞弊的（黃世忠，2024）。注冊會計師對上市公司財務報表進行審計一定要更多地從非財務的角度， 即行業業務、 公司治理、 內部控制以及媒體輿情監測， 發現上市公司舞弊的蛛絲馬跡。實務中， 財務數據相對容易獲取或處理， 而并購重組公告、 監管處罰公告、 工商司法數據、 新聞輿情等非財務數據來源較廣， 且基本為非結構化狀態。基于大數據、 人工智能等數字技術的賦能， 才能采集、 存儲和處理大量非結構化數據， 從數據廣度和數據深度層面構建多源、 多維的數據集， 讓模型可以基于高質量數據集進行高效分析。例如， 本文提及利用文本挖掘技術對過往配合造假第三方的群體特征進行專項跟蹤挖掘。又如， 利用大數據技術對工商司法大數據及上市公司年報數據、 問詢函數據、 處罰公告數據等進行跨表融合， 為識別上市公司與重要客戶、 供應商的隱性關聯關系、 規模特征異常以及配合造假“慣犯身份”預警核查程序提供專有數據庫。再如， 可以發揮注冊會計師可早于投資者獲取未審財務報表、 銀行賬戶流水、 客戶供應商清單、 成本能耗單及納稅申報表等私有數據的優勢， 利用數字技術將審計工作底稿數字化， 構建審計專有數據庫， 從數據時效性和數據完整性兩方面提升財務舞弊識別模型在審計場景的落地及識別能力。

3. 將財務舞弊識別系統嵌入審計軟件智能化應用中， 探討人機協同新型作業模式， 提高注冊會計師行業數智化水平。注冊會計師在識別第三方配合造假的財務舞弊方面往往有心無力， 特別是客戶供應商隱性關聯關系穿透核查、 異常規模特征核查等有效手段均未能有效執行， 這一定程度上也反映出注冊會計師行業在數據庫建設、 審計軟件研發投入等方面的不足。2021年4月， 中國注冊會計師協會印發的《注冊會計師行業信息化建設規劃（2021-2025年）》提出， 注冊會計師行業應“以信息技術促進行業數字化轉型， 推動實現行業專業化、 標準化、 數字化、 品牌化、 國際化的新發展目標， 適應中國數字經濟發展的需要”。鑒于此， 建議會計師事務所及注冊會計師加大審計數智化的研發投入力度， 利用自身審計工作底稿的私有數據優勢， 建立細顆粒度的專有數據庫。此外， 大型會計師事務所可充分借鑒已有財務舞弊智能識別系統， 將其嵌入自身的審計軟件系統中， 將已識別或提示的舞弊線索貫穿于風險導向審計執行的各個階段（如初步業務活動階段的業務承接/保持評價工作、 風險識別與計劃階段的舞弊風險評估工作、 總結與報告階段的報表分析工作等）， 探索“業務前臺—數智中臺—質控后臺”人機協同的新型作業模式， 實現審計風險識別與應對的閉環管理， 不斷提高審計工作的科技含量， 防范審計失敗。

4. 充分關注上市公司利用無商業實質的融資性貿易通過總額法虛增營業收入。基于做大規模和行業排名的需要， 上市公司濫用總額法的現象時有發生。一些注冊會計師認為， 按總額法和凈額法確認收入通常不會對利潤產生差別影響， 但卻沒有認識到濫用總額法會大幅改變利潤表的營業收入和成本費用結構從而誤導報表使用者的事實。濫用總額法雖然不改變利潤總額但虛增了營業收入， 也被監管部門認定為財務造假， 注冊會計師如果對上市公司通過總額法將缺乏商業實質的融資性貿易確認為收入聽之任之， 導致審計失敗， 極有可能要為此付出代價。在其他條件相同的情況下， 上市公司按會計準則要求理應采用凈額法實際卻采用了總額法， 其舞弊動機就更大， 對這類上市公司的審計風險就更高。

【 注 釋 】

1 根據中國證監會處罰公告，15家涉專網通信案上市公司中僅有7家在處罰公告書中詳細披露了配合造假第三方具體名稱，而涉及配合造假第三方累計為60家。

② 中國注冊會計師審計準則應用指南指出，審計中的困難、時間或成本等事項本身，不能作為注冊會計師省略不可替代的審計程序或滿足于說服力不足的審計證據的正當理由。

【 主 要 參 考 文 獻 】

黃世忠．上市公司財務造假熱點問題分析［ J］．中國注冊會計師，2024（7）：35 ～ 38．

黃世忠，葉欽華．第三方配合財務造假群體特征與審計責任認定分析［ J］．財會月刊，2024（11）：3 ～ 9．

葉欽華，黃世忠，葉凡等．嚴監管下的財務舞弊分析——基于2020～2021年的舞弊樣本［ J］．財會月刊，2022a（13）：10 ～ 15．

葉欽華，葉凡，黃世忠．財務舞弊識別框架構建——基于會計信息系統論及大數據視角［ J］．會計研究，2022b（3）：3 ～ 16．

唐建華．關于注冊會計師是否做到勤勉盡責的思考［ J］．中國注冊會計師，2023（10）：7 ～ 11．